近年来,图像去雾是数字图像处理领域的一个研究热点。雾是悬浮在大气中的气溶胶状态分子,其对可见光具有折射和散射效应,这会导致成像的明显降质。雾天图像通常存在画面细节模糊、对比度降低、颜色失真等缺陷,对图像分析、目标识别等后续处理工作产生不利影响。通过去雾增强处理可以明显提升雾天图像视觉质量,也是进行后续图像处理的重要环节。现有的图像去雾算法主要两种:图像增强与基于导向滤波的暗通道先验图像去雾。针对现有两类去雾算法的优点和不足,本文重点研究将两类图像去雾方法进行综合,有效提升图像去雾增强的算法性能。主要提出了以下两种改进的图像去雾增强算法。(1)提出了一种基于透射率权值因子的雾天图像融合增强算法。首先通过基于暗通道先验的去雾算法获得雾天图像的粗糙透视率图像,进一步通过导向滤波方法获得精细透射率图;运用基于导向滤波的暗通道先验去雾方法获得去雾图像,基于HSI彩色模型对图像进行直方图均衡化处理获得增强图像。最后由精细透射率构造权值因子,对以上的去雾图像与增强图像进行加权融合处理。该算法充分发挥了两类算法对雾天图像处理的各自优势,显著提高了雾天图像的去雾增强效果。(2)针对传统图像去雾方法的局限性,提出一种基于天空分割的含天空雾天图像增强算法。首先基于K均值聚类和天空特征分析,对含天空雾天图像进行天空区域识别;然后针对天空区域像素,对其粗糙透视率进行修正,并通过基于导向滤波的暗通道先验去雾算法获得去雾图像;最后再对去雾后的图像进行双直方图均衡化处理。该算法有效避免了传统的暗通道先验去雾算法在天空区域产生的色彩失真与光晕问题,同时使恢复的雾天图像具有更好地全局和局部对比度。本文在理论分析基础上,运用Matlab进行了仿真实验,通过大量充分的仿真实验对算法相关参数进行合理优化。仿真结果表明,本文提出的雾天图像的去雾增强算法在有效恢复图像细节的同时,使图像全局与局部对比度得到合理增强,对于提升图像视觉质量、改善后续图像处理结果具有一定的实际意义。